مدلسازیQSPR برای پیش بینی حلالیت ترکیبات روغنی در آب


در حال بارگذاری
23 اکتبر 2022
فایل ورد و پاورپوینت
2120
1 بازدید
۷۹,۷۰۰ تومان
خرید

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

 مدلسازیQSPR برای پیش بینی حلالیت ترکیبات روغنی در آب دارای ۹ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مدلسازیQSPR برای پیش بینی حلالیت ترکیبات روغنی در آب  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی مدلسازیQSPR برای پیش بینی حلالیت ترکیبات روغنی در آب،به هیچ وجه بهم ریختگی وجود ندارد


بخشی از متن مدلسازیQSPR برای پیش بینی حلالیت ترکیبات روغنی در آب :

تعداد صفحات :۹

چکیده مقاله:

تخمین حلالیت هیدروکربن ها در آب پیچیده بوده و مدل های معدودی قادر به پیش بینی،حلالیت پذیری هیدروکربن ها در آب می باشند QSPR راهکاری برای پیشگویی خواص ترکیبات آلی بر مبنای ساختار مولکولی می باشد.مزیت چنین مدل هایی در بی نیازی به داده های تجربی دیگر جهت پیشگیری خواص موردنظر و کاربرد آنها برای حتی ترکیباتی است که ممکن است هنوز سنتز نشده باشند.هدف از این پژوهش توسعه ی مدل پیش بینی کننده جهت تخمین حلالیت پذیری آب و ترکیبات روغنی است،همچنین انجام کارهای آماری بر روی داده ها و تحلیل نتایج به منظور دستیابی به الگویی مناسب جهت پیش بینی رفتار و حلالیت ترکیبات روغنی در آب است.مجموع داده ها۱۶۰ مولکول در نظر گرفته شد.دسته اول حلالیت هیدروکربن ها در آب که شامل ۱۶۰ مولکول ) ۱۱۲ مولکول دسته آموزش ۲۴ مولکول دسته تست می باشد.مقادیر بصورت لگاریتم حلالیت Log S در نظر گرفته شد.در این پژوهش برای هر دما ماکزیمم،مینیمم مدلسازی انجام شد.تمام مولکولها در نرم افزار Hyperchem8 بهینه شد.نتایج هندسی حاصل،درون نرم افزار MOEوDRAGON قرار گرفت و تعداد زیادی توصیف کننده مولکولی در چندین دسته مختلف محاسبه شد.از روش رگرسیون خطی چندگانه MLR برای ساختن مدل خطی رابطه کمی ساختار خصوصیت استفاده شد.پارامترهای آماری برای توصیف کننده ی نهایی انتخاب شده حاصل از نرم افزارDragon به این صورت است R2test=0/81،؛R2train=0/82،F=254/19 مدل پیشنهادی در مقایسه با سایر مدل ها دارای خطای استاندارد پایین و ضریب همبستگی بالایی است،بنابراین از اعتبار بالاتری برخوردار است.

  راهنمای خرید:
  • در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.